
EZSpecificity 模型解析:融合序列与结构的酶底物特异性预测实践
EZSpecificity 利用交叉注意力图神经网络实现高精度酶底物特异性预测。该模型融合蛋白质序列进化信息与三维结构特征,通过双重交叉注意力机制捕捉酶 - 底物相互作用。核心在于构建包含 32 万条数据的 ESIBank 数据库,整合旧文献挖掘与公共数据库资源。环境配置需安装 PyTorch Geometric 及依赖库,数据准备涉及 SMILES 转 3D 结构及对接文件生成。实测表明其能显著优于传统物理打分方法,为生物催化与药物研…













